买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京理工大学申请的专利一种空间目标超短弧初始轨道智能确定方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116151102B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211720311.6，技术领域涉及：G06F30/27；该发明授权一种空间目标超短弧初始轨道智能确定方法是由乔栋;郑祚修;张哲;周星宇设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种空间目标超短弧初始轨道智能确定方法在说明书摘要公布了：本发明公开的一种空间目标超短弧初始轨道智能确定方法，属于航空航天技术领域。本发明基于人工智能技术实现空间目标超短弧初始轨道确定，对复杂非线性问题没有严苛的要求，并且能够发展更复杂摄动情况和多体运行规律下的初始轨道确定，覆盖范围更广；本发明随机生成多组目标轨道并计算各可见弧段的观测量与状态量，构建超大容量的样本数据集，有助于神经网络利用丰富的样本学习观测量与状态量之间的非线性关系；本发明搭建并训练长短期记忆网络模型，通过设计和调整超参数确定最优网络模型权重参数，能够根据观测获得未知空间目标超短弧初始轨道的快速预测解；本发明通过考虑不同输入和输出，能够满足更多空间目标超短弧初始轨道确定任务。

本发明授权一种空间目标超短弧初始轨道智能确定方法在权利要求书中公布了：1.一种空间目标超短弧初始轨道智能确定方法，其特征在于：包括如下步骤，步骤一：建立用于空间目标超短弧初始轨道确定的地心惯性坐标系； 步骤二：在地心惯性坐标系下建立空间目标超短弧初始轨道确定的观测量和状态量表示，所述观测量考虑由笛卡尔位置坐标转换为球坐标的地面测站方位角、空间目标视线角及其变化率，所述状态量考虑空间目标相对地面测站的相对距离模长和相对速度模长；二体动力学模型相较于多体动力学模型所需参数更少但仍能反映空间目标动力学状态，且二体动力学模型主要摄动参数为对空间目标动力学影响最大的地球J2项引力摄动，即建立仅考虑地球J2项引力摄动影响的空间目标二体动力学模型； 步骤二实现方法为，步骤2.1：在地心惯性坐标系下建立空间目标超短弧初始轨道确定的观测量和状态量表示，所述观测量考虑由笛卡尔位置坐标转换为球坐标的地面测站方位角、空间目标视线角及其变化率，所述状态量考虑空间目标相对地面测站的相对距离模长和相对速度模长； 在地心惯性坐标系下地面测站对空间目标的7×1维观测量表示为： 其中，表示地面测站所处位置从地心惯性坐标系x轴测量的xy平面上的逆时针方位角，和分别表示空间目标相对地面测站在地心惯性坐标系下的视线角及其变化率；其中，rt＝[xt yt zt]T和rs＝[xs ys zs]T分别表示空间目标和地面测站在地心惯性坐标系中的位置坐标，而Δr＝rt‑rs和Δr＝||Δr||分别表示空间目标相对地面测站的相对位置向量及其模长，I3×3为3×3维的单位矩阵，下标t代表空间目标，下标s代表地面测站； 在地心惯性坐标系下地面测站观测空间目标的2×1维状态量表示为： 其中，Δv＝||Δv||＝||vt‑vs||表示空间目标相对地面测站的相对速度向量模长，vt＝[vxt vyt vzt]T和vs＝[vxs vys vzs]T分别表示空间目标和地面测站在地心惯性坐标系中的速度坐标； 步骤2.2：二体动力学模型相较于多体动力学模型所需参数更少但仍能反映空间目标动力学状态，且二体动力学模型主要摄动参数为对空间目标动力学影响最大的地球J2项引力摄动，即建立仅考虑地球J2项引力摄动影响的空间目标二体动力学模型； 仅考虑地球J2项引力摄动影响，空间目标的二体动力学模型表示为： 其中，drt和dvt分别表示空间目标在地心惯性坐标系下的位置向量变化率和速度向量变化率，下标e代表地球，μe表示地球引力常数，rt＝||rt||表示空间目标位置向量模长，表示与空间目标位置向量相关的地球J2项引力摄动；其中，J2为地球J2项引力摄动系数，Re为地球平均半径步骤三：结合拉丁超立方采样和给定的一组空间目标轨道根数区间上下界，生成多组目标轨道根数；利用步骤2.2中建立的仅考虑J2项影响的二体动力学模型，通过动力学积分获得轨道演化；计算每组采样轨道各可见弧段以步骤2.1表示的观测量与状态量，并据此不断更新两者区间上下界；以观测量为输入，以状态量为标签，并引入两者区间上下界，构建用于空间目标超短弧初始轨道智能确定的样本数据集；考虑以步骤二表示的观测量和状态量分别为输入和输出，搭建用于空间目标超短弧初始轨道智能确定的长短期记忆网络模型；结合多层感知机模型以及线性函数和非线性激励函数，设计观测量嵌入层，提取7维观测量输入的特征；设计状态量嵌入层，提取S维状态量输入的特征；设计状态量解码层，提取状态量嵌入层输出作为输入的特征，并获得2维状态量输出； 步骤四：按照预定比例，将用于空间目标超短弧初始轨道智能确定的样本数据集划分为训练集与验证集；为便于数据处理，加快求解速度并提高精度，利用步骤3.1中更新的观测量与状态量两者区间上下界，分别归一化训练集和测试集中的观测量与状态量；关注状态量输出，设计以均方差表示的损失函数；考虑过高或过低的恒定学习率在训练后期可能导致损失函数发散或收敛缓慢的问题，基于指数函数设计不断降低的学习率；设置一定数量的轮次，通过前向传播、损失计算、梯度清零、反向传播、参数更新，训练搭建的长短期记忆网络模型，并在不计算梯度和更新参数的情况下进行验证；学习观测量和状态量之间的非线性关系，从而利用超短弧观测量和模型参数更新来确定空间目标初始轨道； 步骤五：根据训练损失和验证损失，调整搭建的长短期记忆网络模型结构以及设置的动态变化学习率、训练轮次等超参数，检验模型收敛情况并避免出现欠拟合或过拟合现象； 并以状态量估计值与真实值之差为误差指标，对每个轮次中整个验证集的所有误差进行均值与标准差统计；选取训练损失不断下降过程中验证损失最小的轮次，若相应轮次的误差统计值低于给定阈值，则将该轮次的网络模型作为用于空间目标超短弧初始轨道智能确定的最优长短期记忆网络模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。